深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1	2026-07-03	Retinal proteomics in neurodegeneration: Insights into ocular and brain disorders 2026-Oct-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00291 PMID:41169217	综述	本文综述了视网膜蛋白质组学在神经退行性疾病中的研究进展，重点关注具有眼部表现的疾病	综合回顾了人工智能与先进质谱技术结合在视网膜蛋白质组分析中的创新应用	NA	总结视网膜蛋白质组学在眼部及脑部神经退行性疾病中的最新研究进展	视网膜蛋白质组	自然语言处理	神经退行性疾病	质谱分析	深度学习	蛋白质组数据	NA	Graphics Processing Unit-accelerated deep learning architectures	NA	特异性, 灵敏度	Graphics Processing Unit加速计算
2	2026-07-03	Deep Learning-Based Eye Rubbing Detection Using Wrist-Based Wearable Devices to Enable Rigorous Study of Risk Factors for Ectasia Progression 2026-Aug-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004113 PMID:41649853	研究论文	开发并验证一种基于腕戴式可穿戴设备传感器数据的深度学习模型，用于检测揉眼行为，以支持研究揉眼对圆锥角膜等角膜扩张症进展的风险	首次利用腕戴式可穿戴设备的传感器数据，通过深度学习模型实现揉眼行为的自动检测，并建立时域和频域两个数据集，采用1D和2D CNN-LSTM模型及集成方法进行比较	未说明样本量较小、模型泛化性需进一步验证等限制	开发一种高可靠性的揉眼检测工具，以支持眼科医生和研究人员严格研究揉眼行为对圆锥角膜及角膜扩张症发生和进展的影响	20名受试者的揉眼和非揉眼行为记录	机器学习	眼科疾病	腕戴式可穿戴设备传感器数据采集	CNN-LSTM	时间序列数据、图像数据（时频域图谱图像）	20名受试者的8640个时间序列记录和112,320个频谱图图像	NA	1D CNN-LSTM、2D CNN-LSTM、集成模型	F1分数、AUC	NA
3	2026-07-03	Frequency-Aware Feature Fusion Driven Multimodal Cell Microscopic Image Segmentation Framework 2026-Aug, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70137 PMID:41797365	研究论文	提出一种用于多模态细胞显微图像分割的新型深度学习框架，通过频率感知特征融合等模块提升分割精度	引入加权重双向特征金字塔网络（BiFPN）、频率感知特征融合（FreqFusion）和混合局部通道注意力（MLCA）三个核心模块，在不需手动调参情况下实现多模态细胞显微图像的精确高效分割	主要针对低对比度区域和复杂退化条件优化，整体分割性能仍依赖于训练数据的质量与多样性，实际应用中可能面临泛化挑战	实现多模态细胞显微图像的准确分割，为高内涵成像分析及精准医学中的定量分析提供基础	多模态细胞显微图像	数字病理学	不适用	深度学习图像分割	加权BiFPN、频率感知特征融合、MLCA注意力机制	细胞显微图像	自定义数据集和公开数据集	PyTorch	加权BiFPN、FreqFusion、MLCA	平均精度 (AP)、细胞检测率、分割速度 (FPS)	未提及
4	2026-07-03	Artificial intelligence in the care of systemic lupus erythematosus: Current capabilities and translational barriers 2026-Aug, Lupus IF:1.9Q3 DOI:10.1177/09612033261454511 PMID:42161343	综述	这篇综述批判性地评估了人工智能在系统性红斑狼疮临床工作流程中的应用现状，包括计算表型、诊断、疾病活动监测、器官特异性预测建模和治疗个性化，并讨论了从模型到临床实践的转化障碍	系统性地分析了人工智能在系统性红斑狼疮整个临床工作流程中的方法学成熟度，强调了外部验证、前瞻性测试、算法公平性、可解释性和监管状态的不足	大多数人工智能模型缺乏外部验证，没有工具获得监管批准，受影响最严重的人群在训练数据中代表性不足	评估人工智能在系统性红斑狼疮临床工作流程中的应用证据，并识别转化的关键障碍	系统性红斑狼疮的临床工作流程，包括诊断、监测、预测建模和治疗个性化	机器学习	系统性红斑狼疮	NA	LSTM, 深度学习	文本, 图像	多中心研究, 包括3个外部中心	NA	LSTM	C-index, AUC	NA
5	2026-07-03	Artificial Intelligence for Diabetic Foot Screening Based on Digital Image Analysis: A Systematic Review 2026-Jul, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251317521 PMID:39960227	综述	基于数字图像分析的人工智能糖尿病足筛查系统综述	系统评估了2018-2023年间基于数字图像分析的AI模型在糖尿病足筛查中的应用，重点分析了热成像技术和深度学习方法的性能	仅纳入9篇符合标准的研究，数据来源有限；未深入评估临床适用性、伦理问题和患者数据安全性	识别基于数字图像分析的AI模型在糖尿病足筛查中的发展现状	2018-2023年间发表的糖尿病足AI筛查相关研究文献	计算机视觉	糖尿病	数字图像分析	人工神经网络（ANN）、卷积神经网络（CNN）	热成像图像	NA	MATLAB	NA	准确率	NA
6	2026-07-03	Deep learning‑based prediction of in‑hospital mortality for acute kidney injury 2026-Jul, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2470809 PMID:40052403	研究论文	提出一种基于深度学习的GCAT模型，用于预测急性肾损伤患者的院内死亡率	提出GCAT模型，通过构建患者特征相似性网络（PFSN）和节点相似性矩阵，充分挖掘大量患者间的属性特征相似性，从而提高预测准确性	未明确说明局限性	预测急性肾损伤患者的院内死亡率，识别高风险患者	急性肾损伤（AKI）患者	机器学习	急性肾损伤	NA	GCAT	临床数据	使用MIMIC-III数据集，未明确说明具体患者数量	NA	GCAT	准确率（Accuracy）	NA
7	2026-07-03	DeepCR: predicting cytokine receptor proteins through pretrained language models and deep learning networks 2026-Jul, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2512448 PMID:40448687	research paper	提出一种结合预训练语言模型和多窗口卷积神经网络的框架，用于快速准确识别细胞因子受体蛋白	首次专门针对细胞因子受体蛋白进行分类，结合预训练语言模型（ProtTrans和ESM变体）捕捉蛋白质序列的生化上下文，并使用多窗口CNN提取局部和全局序列模式	未在论文摘要中明确说明	开发一种高效计算方法，用于从其他膜蛋白中区分细胞因子受体蛋白	细胞因子受体蛋白	machine learning	NA	蛋白质序列分析	CNN, 预训练语言模型	蛋白质序列	NA	NA	多窗口卷积神经网络（mCNN）, ProtTrans, ESM	AUC	NA
8	2026-07-03	Predicting postrestorative facial appearance in edentulous patients using deep learning: A prospective cohort study 2026-Jul, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.10.053 PMID:41330832	研究论文	开发双向深度学习模型FacePointNet，预测无牙颌患者修复后的面部外观变化	首次提出点集神经网络FacePointNet，利用双向配准子网络和复合损失函数实现无牙颌患者修复后面部形态的精准预测	样本量有限（16例），需扩大数据集、整合生物力学数据并优化动态建模以提升整体预测鲁棒性	通过深度学习模型预测无牙颌患者修复后的面部变化，优化修复前规划和患者沟通	16例无牙颌患者的修复前后三维面部扫描数据	计算机视觉	无牙颌	3D面部扫描	CNN	3D点云数据	16例无牙颌患者	PyTorch	PointNet	倒角距离（CD）、欧氏距离（ED）、视觉相似度评分（VSS）	NA
9	2026-07-03	Applicability of mitotic figure counting by deep learning: a development and pan-cancer validation study 2026-Jul, FEBS open bio IF:2.8Q3 DOI:10.1002/2211-5463.70210 PMID:41676879	研究论文	开发了一种基于深度学习的核分裂计数方法，并在七种癌症类型中进行泛癌验证	首次在多个外部验证数据集中评估深度学习核分裂计数方法的预后影响，并扩展到前列腺癌等更多癌种	结直肠癌中核分裂计数与患者预后无显著相关性	评估深度学习核分裂计数方法在不同癌症类型中的预后价值	来自13个患者队列的14,571个样本，涵盖七种癌症类型	数字病理学	乳腺癌, 结直肠癌, 前列腺癌, 肺癌, 肾癌, 膀胱癌, 子宫内膜癌	HE染色全切片图像	深度学习	图像	14,571名患者样本，来自13个队列，七种癌症类型	NA	NA	单变量Cox生存分析	NA
10	2026-07-03	Deep learning-based object detection of dental implant systems in panoramic and periapical radiographs 2026-Jul, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2026.01.029 PMID:41692618	研究论文	开发并评估基于深度学习的模型，用于在口腔全景和根尖片中自动识别七种牙种植体系统	首次将YOLOv10架构应用于牙种植体系统的自动检测，实现了多类别高精度识别，并利用迁移学习和数据增强优化了不平衡数据集的分类性能	Nobel种植体因样本稀疏和相似不透射性模式导致召回率较低（72.7%），且未涉及三维影像和异构数据集验证	提升牙种植体系统识别的诊断效率，支持修复科临床决策	七种牙种植体系统（Adin、Dentium、Dionavi、MIS、Nobel、Noris、Osstem）在口腔全景和根尖片中的图像	计算机视觉	牙科疾病	NA	CNN	图像	4677张匿名放射影像，包含8189个种植体	PyTorch	YOLOv10（CSPDarknet、PANet）	精确度、召回率、F1分数、平均精度均值	NVIDIA T4 GPU
11	2026-07-03	Current Status and Future Perspective for Bladder Cancer MR Imaging and the Vesical Imaging-Reporting and Data System (VI-RADS) in Japan: Challenges and Solutions 2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2025-0213 PMID:41741147	综述	综述了膀胱癌多参数磁共振成像及VI-RADS系统的现状、挑战及未来展望	聚焦日本医疗体系特点，针对MRI质量控制不均、亚专科放射科医生短缺等壁垒提出本土化解决方案，并探讨基于AI的预测模型和MRI引导临床路径等前沿方向	非系统性叙述性综述，未采用系统检索方法，可能遗漏部分关键文献；观点基于日本情况，普适性有限	阐述VI-RADS的基本原理、当前证据及实施障碍，并提出日本未来发展路径	膀胱癌患者的mpMRI检查及VI-RADS分期系统	数字病理学	膀胱癌	多参数磁共振成像、深度学习图像重建、扩散频谱成像、动态对比增强技术	深度学习、人工智能预测模型	图像	NA	NA	NA	诊断性能、可重复性	NA
12	2026-07-03	Dosimetry Analysis of 177Lu-PSMA-I&T in Patients with Low-Volume Oligometastatic Hormone-Sensitive Prostate Cancer: A Secondary Analysis of the LUNAR Trial 2026-Jul-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.271467 PMID:41927282	研究论文	分析低体积寡转移激素敏感性前列腺癌患者接受177Lu-PSMA-I&T治疗后的剂量学数据，基于LUNAR试验的二次分析	首次在低体积寡转移激素敏感性前列腺癌患者中详细报告177Lu-PSMA-I&T的器官和病灶吸收剂量，并评估其与疗效的关系	SPECT空间分辨率有限，部分容积效应可能导致小体积病灶的剂量低估	评估177Lu-PSMA-I&T在低体积寡转移激素敏感性前列腺癌患者中的器官和病灶吸收剂量，支持治疗安全性	低体积寡转移激素敏感性前列腺癌患者	医学影像	前列腺癌	SPECT/CT定量成像，177Lu-PSMA-I&T放射性核素治疗	深度学习辅助分割	影像数据	45名患者，123个病灶	NA	深度学习分割模型（未具体说明）	吸收剂量（Gy/GBq）	NA
13	2026-07-03	Image Quality and Diagnostic Performance of Accelerated T2-weighted Imaging of Prostate with Deep Learning Reconstruction: A Comparative Study 2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0210 PMID:42021109	研究论文	比较基于深度学习重建的加速T2加权成像与传统T2加权成像在诊断性能上的非劣效性	首次评估深度学习重建算法加速T2加权涡轮自旋回波成像在保持与常规TSE相当的图像质量和诊断性能的同时，减少约60%的采集时间	单中心回顾性研究，样本量较小（60例），且未纳入外部验证队列	评估深度学习重建加速T2加权前列腺MRI的图像质量和诊断性能，并与传统成像方法比较	60例接受前列腺MRI检查的患者，所有患者均获取三种T2加权图像集（DLR-TSE、conv-TSE、non-DLR-TSE）	计算机视觉	前列腺癌	深度学习重建	深度学习重建模型	图像	60例患者	NA	深度学习重建网络	ROC曲线下面积, 敏感性, 特异性, 准确率, 加权卡帕统计量	NA
14	2026-07-03	Engineering biomarker representations of vital signs data enhances deep learning mortality prediction 2026-Jul-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocag066 PMID:42068567	研究论文	使用双向长短期记忆模型预测住院患者死亡率，并比较不同生命体征数据处理方法的效果	通过将生命体征数据转化为生物标志物表示（扩展自PhysioZoo软件的数字血氧生物标志工具包），提升了深度学习模型的死亡率预测性能	未提及具体限制，可能包括数据集来源单一或模型泛化性需进一步验证	评估不同生命体征数据处理方法对深度学习模型预测住院患者死亡率的影响	ICU住院患者入院后24小时内的生命体征数据	machine learning	NA	NA	双向长短期记忆网络	时间序列生命体征数据（血压、心率、体温、呼吸频率、血氧饱和度）	两个大型ICU数据集（HiRID和eICU），具体样本量未提及	NA	双向长短期记忆网络	区分度、Brier分数	NA
15	2026-07-03	Bioinspired Ultrastretchable Aramid Triboelectric Aerogels for Intelligent Vehicle Seat 2026-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.73549 PMID:42212808	研究论文	受肌肉纤维定向结构启发，开发出一种超可拉伸芳纶摩擦电气凝胶，并用于智能车辆座椅的实时驾驶行为监测与振动反馈	首次利用程序化冰晶生长实现98%的取向拟合度（比传统冷冻铸造高2.6倍），使气凝胶达到539%的极限应变；首次在单一传感器界面中结合深度学习实现实时驾驶行为监测与振动反馈	未提及具体局限，但需注意有序结构在长期循环下的稳定性以及实际车辆环境中温度、湿度等因素对性能的影响	开发超可拉伸摩擦电气凝胶传感器，用于智能驾驶系统中不安全驾驶行为的识别与预警	超可拉伸芳纶摩擦电气凝胶及基于该材料的传感阵列	机器学习	NA	NA	深度学习	信号（摩擦电传感数据）	NA	NA	NA	应变（539%）、取向拟合度（98%）	NA
16	2026-07-03	Telomere-to-telomere assembly using HERRO-corrected Nanopore Simplex reads 2026-Jul, Nature IF:50.5Q1 DOI:10.1038/s41586-026-10563-y PMID:42045451	研究论文	本文展示了利用深度学习框架HERRO校正纳米孔单链读段，实现端粒到端粒装配的方法	开发出基于深度学习的HERRO框架，仅用超长ONT单链读段即实现与PacBio HiFi或ONT双链读段相当的端粒到端粒装配质量，降低了成本和DNA需求量	未提及具体限制，可能涉及读长长度限制或对高质量参考基因组的依赖	实现经济高效的端粒到端粒基因组装配，仅使用校正后的ONT单链读段	人类二倍体基因组及其他物种基因组	机器学习	不适用	纳米孔测序（ONT，包括R9.4.1和R10.4.1化学试剂），深度学习错误校正	深度学习模型（HERRO框架）	纳米孔单链测序读段	多个人类基因组样本（具体数量未提及）	PyTorch（推测，HERRO框架基于深度学习）	HERRO框架（校正模型），Verkko装配器	NGA50（归一化基因组装配50值），读段准确度提升倍数（高达100倍）	不适用（未提及具体GPU或平台信息）
17	2026-07-03	Achieving precise m6A RNA modification prediction from nanopore signals through integration with pre-trained foundation model 2026-Jul, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.152629 PMID:42162588	研究论文	提出NanoFM，一种结合RNA结构基础模型与纳米孔信号特征的深度学习预测器，实现精准的m6A RNA修饰预测	首次将RNA结构基础模型与原始纳米孔信号特征融合，克服了现有方法忽视RNA序列特征和结构影响的局限	NA	实现从纳米孔信号直接预测m6A RNA修饰，提高预测精度并降低假阳性率	m6A RNA修饰位点	机器学习	NA	纳米孔测序	深度学习	电信号	NA	NA	RNA结构基础模型	预测精度	NA
18	2026-07-03	Automated detection and characterization of small cell lung cancer liver metastasis on computed tomography 2026-07-01, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253310 PMID:41049163	研究论文	提出一种基于CT影像自动检测和表征小细胞肺癌肝转移的计算方法	首次将深度学习分割与影像组学结合，基于神经内分泌相关基因表达谱对SCLC肝转移病灶进行分子表型分类	数据集规模有限（仅86例SCLC患者），且未提及模型泛化性验证及临床部署的可行性	开发AI辅助系统，通过影像组学特征预测SCLC肝转移的神经内分泌表型，以指导靶向治疗	小细胞肺癌肝转移患者的CT影像病灶	计算机视觉	小细胞肺癌	CT影像	深度学习分割算法、影像组学机器学习分类器	医学影像（CT）、基因表达数据（RNA-seq、cfDNA ChIP-seq）	公开数据集131例（多种癌症类型）、机构队列86例（SCLC）	NA	深度学习分割模型（未明确指定架构）、LASSO回归、影像组学机器学习分类器	灵敏度（66%-83%）、AUC（0.73）、F1分数（0.88）	NA
19	2026-07-03	Landmark-based deep learning for radiographic screening for developmental dysplasia of the hip in infants: Development and external evaluation with IHDI-guided triage 2026-Jul, Journal of orthopaedic science : official journal of the Japanese Orthopaedic Association IF:1.5Q3 DOI:10.1016/j.jos.2026.01.009 PMID:41714232	研究论文	开发并验证基于深度学习的系统，用于婴儿发育性髋关节发育不良的X线筛查，并提出两步分诊策略	首次结合IHDI分级与深度学习，实现婴儿髋关节放射学筛查，并预设两步分诊策略以优化临床工作流程	回顾性单中心研究，需前瞻性多中心验证，且阈值需根据年龄和地区调整	开发并验证基于深度学习的X线诊断支持系统，实现婴儿发育性髋关节发育不良的筛查分诊	年龄2-12个月婴儿的1188张前后位骨盆X线片	计算机视觉	发育性髋关节发育不良	X线成像	深度学习	图像	1188张X线片，分为三个非重叠测试子集（各50张）和训练验证集	NA	NA	类内相关系数, 二次加权kappa, 灵敏度, 特异度	NA
20	2026-07-03	Detecting Distant Metastases in Prostate Cancer Using Whole-body MR Imaging Together with DWIBS (Diffusion-weighted Imaging with Background Body Signal Suppression) 2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2025-0180 PMID:41850822	综述	讨论全身磁共振成像结合背景抑制弥散加权成像（DWIBS）用于检测前列腺癌远处转移的临床应用及前景	总结了DWIBS技术在前列腺癌骨转移检测中的快速发展，并展望了深度学习及定量成像对自动化病灶提取与体积分析的推动作用	手动处理及机构间标准化不足仍是限制广泛临床采用的障碍	探讨WB-MRI与PSMA PET联合整合以提升诊断准确性、支持个体化治疗，并建立下一代成像标准	前列腺癌患者的远处转移（特别是骨转移）	计算机视觉	前列腺癌	磁共振成像（WB-MRI）、弥散加权成像（DWIBS）	NA	影像	NA	NA	NA	NA	NA